排序算法十：计数排序

简单计数排序

计数排序（Simple Count Sort），顾名思义，通过统计数量的方式实现排序的一种算法。这里的简单计数排序是指，直接统计全体数据中元素值小于某一数据的个数，根据该个数即确定该元素的排序位置，直接放置该元素。下面是简单计数排序的Java代码：

    /**
     * 简单计数排序:不可重复数列
     * @param data
     */
    private static int[] simpleCountSort(int[] data) {
        //放置临时数据
        int[] temps = new int[data.length]; 
        //统计个数
        int count;
        for (int i = 0; i < data.length; i++) {
            count = 0;
            for (int j = 0; j < data.length; j++) {
                if (data[j]<data[i]) {
                    count++;
                }
            }
            //将数据放入指定位置
            temps[count] = data[i]; 
        }
        return temps;
    }

但是上述算法存在一个问题，即只能用来排序非重复的数列，这大大降低了该算法的适用性。下面对上述算法做一下修正：

    /**
     * 简单计数排序:支持可重复数列
     * @param data
     */
    private static int[] simpleCountSort2(int[] data) {
        //放置临时数据
        int[] temps = new int[data.length]; 
        //统计个数
        int count;
        for (int i = 0; i < data.length; i++) {
            count = 0;
            for (int j = 0; j < data.length; j++) {
                if (data[j]<data[i]) {
                    count++;
                }
            }
            //将数据放入指定位置
            temps[count] = data[i]; 
        }
        //因为重复的数会以0补全因此只需考虑其中值为0的元素
        for (int i = 1; i < temps.length; i++) {
            if (temps[i]==0 && temps[i-1] != 0) {
                temps[i] = temps[i-1];
            }
        }
        return temps;
    }

支持可重复元素序列虽然实现了，但是我们发现其空间复杂度为O(n)，时间复杂度为O(n^2)。付出了O(n)的空间成本，但时间复杂度仍然没有降下来。这是我们所不希望看到的。解决该问题，显然应该换一种思路，一种全新的思路。有幸的是，计数排序就是我们所期望的，同时它也很好的完成了增加空间成本有效降低时间复杂度的任务。

计数排序

生活中，假如我们有一些碎钱，比如有一角、五角、一元、五元、十元不等。如果我们想对他们排序，我们的通常的做法可能是一张张的按大小进行排列（类似于选择排序或插入排序）。但还有种排序方式，即先将一角、五角、一元、五元、十元的相同面值的放在一块，然后按照面值大小进行排序。前面的做法像黎曼积分，后面的做法则类似勒贝格积分。有意思的是，计数排序恰恰就有后者的影子。

计数排序的思想是，数据有界的情况下，将数据等值划分，然后将不同大小的数据分别匹配到这些数据之中。因为只是匹配数据，因此也没有数据交换的出现。之后，累加这些等值划分的数据统计个数，这样依次可获得数据值从低到高的序列数。将各个位数上的数据放入临时的数据集合中，即完成了排序。

下面是对百度百科提供的java代码稍作修改的代码：

    /**
     * 计数排序
     * @param data
     * @return
     */
    private static int[] countSort(int[] data) {
        //设置临时数据
        int[] temps = new int[data.length];
        //获取最大和最小值
        int max = data[0];
        int min = data[0];
        for (int i : data) {
            if (i>max) {
                max = i;
            }
            if (i<min) {
                min = i;
            }
        }
        //数据差值区间
        int k = max - min + 1;
        //需要匹配的元素区间
        int[] c = new int[k];
        //匹配元素将获得每一个区间中数值含有序列data中元素的个数
        for (int j = 0; j < data.length; j++) {
            c[data[j] - min] += 1;
        }
        //将这些匹配的元素累加起来，获得每一个匹配值的顺序数
        for (int i = 1; i < c.length; i++) {
            c[i] = c[i] + c[i-1];
        }
        //将每一个数据放置到它对应的顺序位置中
        for (int i = data.length -1; i >= 0; i--) {
            temps[--c[data[i]-min]] = data[i];
        }
        return temps;
    }